Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Copyright © 2013 NTT DATA Corporation
○大谷 尚通 北野 美紗 重田 真義
(株)NTTデータ 品質保証部 情報セキュリティ推進室 NTTDATA-CERT
企業内ネットワークの通信ログを用いた
サイバー攻撃検知システム
【MWS(ログ解析)】
2B1-1
Copyright © 2013 NTT DATA Corporation
1. サイバー攻撃の状況
3 / 23 Copyright © 2013 NTT DATA Corporation
1.1 最新のサイバー攻撃 ~Web待ち伏せ攻撃~
ユーザがアクセスする可能性の高いWebページへ Drive-By-Download攻撃を仕掛けるWeb待ち伏せ攻撃が大量発生。
NTTDATA-CERTの命名。有名なWebページや有用な情報が掲載されたWebページが水飲み場型攻撃よりも無差別に改ざんされる。
4 / 23 Copyright © 2013 NTT DATA Corporation
1.2 サイバー攻撃の検知状況
サイバー攻撃由来のインシデント数の推移 (2012年4月~2013年9月)
Web 待ち伏せ攻撃 ( Proxy ログ検知 )
標的型攻撃 ( Proxy ログ検知 )
標的型攻撃 ( メールログ検知 )
2013年3月以降は、 『Web待ち伏せ攻撃』が急増中! 2013年3月以降は、 『Web待ち伏せ攻撃』が急増中!
標的型攻撃メールは減少 (もしくは、隠密化)
標的型攻撃メールは減少 (もしくは、隠密化)
(※インシデント件数は非公開)
Exploit Kitを使った攻撃が流行中 ⇒ 感染の早期検知、早期対応が急務!
※棒グラフはCSS/MWS2013発表会場でのみ公開
5 / 23 Copyright © 2013 NTT DATA Corporation
1.3 サイバー攻撃対策の問題点
1. ウイルス対策ソフトの限界 定義ファイルの配布タイムラグ → 1週間以上遅れる
定義ファイル未対応による検知漏れ → 半分以上が検知不能
2. URLフィルタ遮断の限界 URLブラックリスト、URLレピュテーションリストが間に合わない
感染の未然防止および早期検知ができない (感染、被害拡大後に検知)
最新のサイバー攻撃によるマルウェア感染を 早期検知できるサイバー攻撃検知システムの開発!
Copyright © 2013 NTT DATA Corporation
2. サイバー攻撃の分析結果と検知方式の提案
7 / 23 Copyright © 2013 NTT DATA Corporation
2.1 サイバー攻撃の分析とモデル化 (1)
近年のサイバー攻撃は、攻撃動作が複雑化 → 攻撃手法を解析し、検知方法を検討
標的型攻撃(電子メール)を分析して動作をモデル化
3. Exploit コード実行
感染フェーズ C&Cフェーズ 攻撃フェーズ
不正なコード 受信
メール本文の URLをj開く
C&C通信
1. 標的型攻撃 メール受信
2. Webページ アクセス
4. 権限 奪取
6. マルウェア 本体動作
8. 情報流出
9. スパム送信
10. DoS/DDoS
7. 調査& 感染拡大
11. 不正アクセス (踏み台)
・・・
不正なコード 実行成功
5. ダウンロード /アップデート
添付ファイル 開く C&C通信
(ping)
追加機能
ダウンロード
ダウンローダ
受信
マルウェア本体
ダウンロード 追加機能
ダウンロード
(コード実行権限)
【標的型攻撃(電子メール)の状態遷移モデル】
8 / 23 Copyright © 2013 NTT DATA Corporation
2.1 サイバー攻撃の分析とモデル化 (2)
1. 改ざん済み 正規サイト アクセス
5. Exploit コード実行
感染フェーズ C&Cフェーズ 攻撃フェーズ
不正なコード 受信
C&C通信
不正なコード 受信
2. リレー先 サイトアクセス
3. Pre-Exploit コード実行
6. 権限 奪取
8. マルウェア 本体動作
不正なコード 実行成功
マルウェア本体
ダウンロード
C&C通信
(ping)
7. ダウンロード /アップデート
追加機能
ダウンロード
追加機能
ダウンロード
ダウンローダ
受信
(標的型攻撃と共通部分)
8. 情報流出
9. スパム送信
10. DoS/DDoS
7. 調査& 感染拡大
11. 不正アクセス (踏み台)
・・・
(コード実行権限)
Web待ち伏せ攻撃を分析して動作をモデル化
【Web待ち伏せ攻撃の状態遷移モデル】
近年の複雑で変化の早いサイバー攻撃の検知方法を提案
9 / 23 Copyright © 2013 NTT DATA Corporation
2.2 既存の攻撃手法に着目した検知
最新の高度化されたサイバー攻撃でも、既存の攻撃手法を持つ場合が多い
高度なサイバー攻撃は動作が複雑で開発コスト/期間が必要。攻撃手法の再利用により解決。
仮説) 既存の攻撃手法の特徴を使えば、新しいサイバー攻撃も検知可能
10 / 23 Copyright © 2013 NTT DATA Corporation
2.3 共通する攻撃手法に着目した検知
サイバー攻撃は一部に共通した動作やしくみを持つ場合も多い
仮説) 共通する特徴を使えば、別のサイバー攻撃も検知可能
攻撃の検知が目的 異常検知でよい
(Anomaly Detection)
※攻撃種類の特定は 必須でない
11 / 23 Copyright © 2013 NTT DATA Corporation
2.4 検知方法 ~Step1:定性的な特徴~
※【定性的】 対象の状態を不連続な性質の変化に着目してとらえること。(大辞林 第三版)
【定性的な特徴】 GETメソッド(拡張子、引数)の変化やUserAgentの変化など、攻撃動作の大きな変化=状態変化
検知に使用する特徴
変化しやすい特徴 (例:URL文字列) 変化しやすい特徴 (例:URL文字列)
変化にくい特徴 変化にくい特徴
変化の要因 • 設定変更 • バージョンアップ • 新しい攻撃ツール
検知
“定性的な特徴” “定性的な特徴の遷移” “定性的な特徴” “定性的な特徴の遷移”
⇒ ⇒
12 / 23 Copyright © 2013 NTT DATA Corporation
例) Web待ち伏せ攻撃 状態遷移モデル
GETメソッド [引数:あり]
GETメソッド [引数:なし]
GETメソッド [引数:なし]
■ “定性的な特徴の遷移”を使った検知
2.4 検知方法 ~Step2:定性的な特徴の遷移~
【定性的な特徴の遷移】 定性的な特徴(状態変化)を複数組み合わせて特徴とする
“定性的な特徴” を使った場合 ⇒ 正常な処理を誤検知(False Positive)する場合がある
検知
13 / 23 Copyright © 2013 NTT DATA Corporation
2.5 実装方式の提案
当社社内へ導入を考慮して、実装方式を検討
【制約条件】 A) 「既存の社内システム(社員/協働者のOA端末含む)への影響が少ないこと」 B) 「新規投資する対策コストを押さえること」
【方針】 既存リソース (設置済みセキュリティ機器)の利活用・・・(A)(B) 既存の検知/対策システムに加えて、本システムを追加導入 独自のブラックリストや検知パターンを自社開発 定常監視、および高度分析を合わせた継続的な運用
導入済みのネットワーク製品(DNS, Proxy)やセキュリティ製品(Firewall, IDS/IPS)のログを活用し、ログ上の定性的な特徴から検知する実装方式
× 通信モニタ方式 × 端末ソフト方式
14 / 23 Copyright © 2013 NTT DATA Corporation
2.6 ログを有効利用したサイバー攻撃検知システム
複数ログの 横断的な分析
サイバー攻撃を検知!
15 / 23 Copyright © 2013 NTT DATA Corporation
2.7 サイバー攻撃検知システムのアーキテクチャ
NOAネットワーク
DNSサーバログ DNSサーバログ
Proxyログ Proxyログ
FWログ FWログ
複数ログの統合分析の3つの基本処理 情報の集約 (Aggregation) 正規化 (Normalization) 相関分析 (Correlation) を考慮して設計
Copyright © 2013 NTT DATA Corporation
3. サイバー攻撃検知システムの実装と運用実績
17 / 23 Copyright © 2013 NTT DATA Corporation
3.1 サイバー攻撃検知システム仕様
サイバー攻撃検知システム(試作機)のハードウェア/ソフトウェア仕様
ハードウェア CPU Intel Core i7 メモリ 16GB 外付HDD RAID5 12TB
ソフトウェア OS: Ubuntu 11.10 Splunk ver. 5 ログ自動取得プログラム フィルタリング処理プログラム 簡易チェックプログラム
18 / 23 Copyright © 2013 NTT DATA Corporation
3.2 システム全体の処理フローと監視対応体制
「簡易チェック」から 「検知パターンによる検索」 「専門家による分析」まで
三段構成で監視!
19 / 23 Copyright © 2013 NTT DATA Corporation
3.3 検知ルール数
独自開発した運用中のSplunk用(Proxy)の検知ルール
検知パターン 32個 (特徴を組み合わせたルール含む)
感染フェーズ
GETメソッド [引数:あり]
GETメソッド [引数:なし]
GETメソッド [引数:なし]
GETメソッド [拡張子:php]
GETメソッド [拡張子: jar]
UserAgent [ブラウザ]
UserAgent [Java]
受信データ [~104Byte]
受信データ [~106Byte]
HTTPステータス コード[302]
HTTPステータス コード[200]
HTTPステータス コード[200]
BlackHole ExploitKit, RedKit ExploitKit Neutrino ExploitKit, Glazunov ExploitKit Sakura ExploitKit等 ・・・計8種類
Exploit Kitの調査 Exploit Kitの調査
“定性的な特徴” +
“定性的な特徴の遷移”
“定性的な特徴” +
“定性的な特徴の遷移”
検知パターン 17個
検知パターン 7個
C&Cフェーズ 攻撃フェーズ
GETメソッド [URL固定]
GETメソッド [定期間隔]
GETメソッド [引数:あり]
GETメソッド [拡張子:php]
GETメソッド [URL固定]
GETメソッド [引数:102文字~]
GETメソッド [GET]
GETメソッド [POST]
PoisonIvy, Xtreme RAT, Cybergate RAT, DarkComet RAT, uBOT, Zeus, Spyeye, Mirkov4, BlackEnergy RAT等・・・14種類
RATの調査 RATの調査
“定性的な特徴” “定性的な特徴”
その他 文献
調査等
その他 文献
調査等
検知パターン 23個
[3A1-1]/MWS(不正通信4) 「Drive-by-Download攻撃における通信の 定性的特徴とその遷移を捉えた検知方式」 北野美紗, 大谷尚通, 宮本久仁男
20 / 23 Copyright © 2013 NTT DATA Corporation
3.4 処理性能と検知実績
処理ログ行数 = 約11.6×106 行/日
1パターンあたりの処理時間 = 平均 約20分
処理性能 (平日のログを処理した場合)
【検索パターン1個あたりの処理時間(分)】
10分未満=41個
30分未満=14個
50~90分=15個
検知実績 標的型攻撃メールに感染したオフィスPCの検知(C&C通信)
Web待ち伏せ攻撃に感染したオフィスPCの検知(PreExploit,Exploit通信)
ウイルス対策ソフトをすり抜けた標的型攻撃メール/添付ファイルの検知(件名, 差出人などの文字列)
※検知パターン70個は逐次並列処理
⇒ 実質5時間程度
Copyright © 2013 NTT DATA Corporation
4. まとめ
22 / 23 Copyright © 2013 NTT DATA Corporation
4.1 まとめ
定性的な特徴とその遷移を用いた検知方式、および既存製品のログを 活用し、検知する実装方式を提案した。
サイバー攻撃検知システムを実装し、定常的に運用できることを確認した。
新しいサイバー攻撃の早期検知・早期対応 ウイルス対策ソフトでは検知できない/遅れるインシデントを検知 ユーザが気づかないインシデントの検知(スパイ活動系のウイルス) 予防が困難で感染してしまうインシデントの検知(標的型攻撃メール、Web待ち伏せ攻
撃など)
+インシデント報告を受けて対応する受動的な体制から能動的な対応へ
組織内に点在する様々なログを有効活用 +既存システムに大きな影響を与えずに導入可能
23 / 23 Copyright © 2013 NTT DATA Corporation
4.2 課題と今後の予定
検知精度の向上 感染フェーズに特徴がない攻撃は検知できない。 →C&Cフェーズや攻撃フェーズで検知できる検知パターンを追加開発 →Firewall, DNS, IDS/IPS などの他のログとの相関分析検知パターンの開発
スケールアウト構成 検知パターン数やログ量の増加に伴い検索処理時間が増加 日次の検索処理と検索結果のチェックが1日以内に完了できなくなる恐れ →データベースのNAS配置、複数台のPCからの同時検索構成(スケールアウト構成)の導入
スコア処理の高度化 スコア処理を高度化し、毎日の誤検知のチェック作業の工数を削減
統計分析および機械学習 システムへ蓄積された大量のデータを有効利用し, 統計分析や機械学習を応用した 検知方式を開発
Copyright © 2011 NTT DATA Corporation
Copyright © 2013 NTT DATA Corporation